智能体护栏作用域核验工作流

智能体护栏作用域核验工作流

3个实用技能 · 3步完成 · 每一步都能单独使用

把多智能体链路中“看起来有护栏、实际只覆盖首个或末个 Agent”的作用域差异变成可复核证据：先整理输入/输出/工具/交接护栏合同，再审计覆盖缺口、审批前检查和乐观并行，最后生成等待负责人决定的发布闸门。套餐只处理脱敏 JSON，不连接模型、工具或外部系统。

3个可下载技能 · 每个技能可单独运行

3步自动化工作流

🔵 1 智能体护栏作用域整理

技能文件：agent-guardrail-scope-normalizer

解决什么： 不同 Agent、工具和 handoff 的护栏作用域容易被误认为自动继承，审批前后位置和并行执行模式也常被遗漏。

What you get: READY/REVIEW、Agent 护栏清单、工具种类、审批标志、交接列表、策略摘要和 guardrail_scope_hash。

↓ 本步结果自动进入下一步

🟢 2 智能体护栏覆盖审计

技能文件：agent-guardrail-coverage-auditor

解决什么： 输入护栏只运行在首个 Agent、输出护栏只运行在最终 Agent、handoff 不走普通工具护栏、hosted/built-in 工具没有相同护栏链路，以及并行模式可能先消耗资源等差异，需要逐项核对。

What you get: PASS/REVIEW/BLOCKED、按 Agent/工具的覆盖缺口、审批前检查缺口、tool_execute=false 和 guardrail_audit_hash。

↓ 本步结果自动进入下一步

🟠 3 智能体护栏发布闸门

技能文件：agent-guardrail-release-gate

解决什么： 覆盖审计通过也不等于可以马上改变策略或放行工具；负责人还需要核对作用域例外、策略引用和可复现证据。

What you get: READY_FOR_HUMAN_GUARDRAIL_REVIEW/HOLD、human_decision=PENDING、tool_execute=false、policy_change_execute=false、approval_request_execute=false 和 guardrail_release_gate_hash；这是最终交付。

实际示例

脱敏样例包含首个 Agent 的输入护栏、一个 custom function 工具、一个 hosted MCP 工具、一个 handoff、乐观并行设置和末个 Agent 缺失输出护栏。第一步整理合同，第二步识别输入/输出/工具/交接作用域缺口与审批前缺口，第三步输出待人工复核包。示例只验证离线字段，不代表真实 SDK 行为、成本或安全结果。

适合谁

• 运行多智能体、handoff、MCP 或工具调用链路的工程团队

• 需要验证 Agent 输入、输出、工具和交接护栏实际覆盖范围的平台团队

• 负责高风险工具、审批前检查、成本控制和生产稳定性的 QA 人员

• 在调整 guardrail、并行模式或工具审批策略前需要保留证据的服务商

买家只需提供

• 脱敏 run_ref、agent_id、位置、护栏引用、工具和 handoff 列表

• tool_id、工具类型、needs_approval、审批前护栏标志和并行执行设置

• 目标覆盖策略、负责人引用、策略引用和复现记录引用

• 不提供 API key、Cookie、原始提示词、客户数据、真实工具载荷或网关凭据

使用方式

1. 使用 Python 3.10 或更高版本，把 Agent、工具和策略摘要写成 UTF-8 JSON；标识符与引用应使用脱敏值。

2. 依次运行作用域整理、覆盖审计和人工发布闸门，也可以单独运行任一步。

3. 由有权限的负责人在测试环境决定是否补齐护栏、改变并行模式或更新审批策略；套餐不会执行工具或修改配置。

交付与验收

• 三个独立技能目录，每个包含元数据、技能说明、标准库 Python 执行器、文档和脱敏样例。

• 三步可重复运行：作用域整理、覆盖审计、人工发布闸门；每个技能也能单独使用。

• 缺少 Agent/工具字段、首末 Agent 覆盖缺口、custom/hosted 工具未覆盖、handoff 例外、审批前检查缺失或乐观并行时，输出明确 REVIEW/BLOCKED/HOLD 分支。

• 正常样例输出 READY_FOR_HUMAN_GUARDRAIL_REVIEW；任何分支都保留 human_decision=PENDING 与所有外部动作 false 标记。

服务说明

脚本只处理买家有权使用且已经脱敏的本地 JSON，不连接 Agent、模型、工具、网关、CI、网络或数据库，不读取凭据，不执行工具调用、授权、策略修改或审批。静态作用域检查不能证明运行时所有组件版本、托管工具实现或外部副作用；最终结论必须由买家在适用环境中复核。套餐不包含 SDK 接入、运行时监控、生产部署、版本升级或持续值守。